|
Title
|
كاربرد يادگيري ماشين در بررسي ويژگي هاي ساختاري و شيميايي غشاهاي پليمري براي جذب كربن دي اكسيد
|
|
Type
|
Article
|
|
Keywords
|
يادگيري ماشين، جنگل تصادفي، غشاهاي پليمري، جداسازي گاز، توضيحات جمعي شيپلي
|
|
Abstract
|
در سال هاي اخير، كاربرد فناوري هاي غشايي در جداسازي گازهاي صنعتي و ذخيره كربن رو به گسترش است و هوش مصنوعي مي تواند نقش بي بديلي در كاهش هزينه ها و رفع موانع اجرايي توسعه اين فناوري ايفا نمايد. در اين پژوهش، به منظور برطرف كردن محدوديت هاي مطالعات آزمايشگاهي و افزايش سرعت شناسايي غشاهاي جديد و كارآمدتر در صنعت جداسازي گاز، يك مدل يادگيري ماشين با توجه به خواص فيزيكي و شيميايي پليمرها توسعه داده شده است. به طور خاص، الگوريتم جنگل تصادفي براي پيش بيني عملكرد غشاء از جمله تراوايي و گزينش پذيري براي جداسازي كربن دي اكسيد/متان استفاده شده است. سپس روش توضيحات جمعي شيپلي براي تفسير نتايج مورد استفاده قرار گرفته است. علاوه بر اين، در اين مطالعه به منظور مدل سازي پليمرها با استفاده از يادگيري ماشين از روش اثر انگشت و توصيف گرهاي مولكولي استفاده شده است. نتايج نشان داد كه مساحت سطح قطبي گروه هاي تشكيل دهنده پليمر، يكي از اصلي ترين پارامترهاي مؤثر در عملكرد غشاء است. علاوه بر اين، يافته ها نشان داد كه گروه هاي قطبي در ساختار پليمر، تأثير منفي بر تراوايي دارند، در حالي كه با گزينش پذيري همبستگي مثبتي دارند. تاثير منفي حلقه هاي آروماتيك بر تراوايي غشاها يكي ديگر از يافته هاي اين مطالعه بود.
|
|
Researchers
|
Farideh Abdollahi (First researcher) , Arash Khosravi (Second researcher) , Ahmad Keshavarz (Third researcher) , Seckin Karagoz (Fourth researcher)
|